UNIVERSIDAD DEL VALLE

ESCUELA DE INGENIERÍA CIVIL Y GEOMÁTICA

INGENIERÍA TOPOGRÁFICA

TELEDETECCIÓN ESPACIAL
TALLER #2: IDENTIFICACIÓN VISUAL DE CAMBIOS EN EL USO DEL
SUELO CON IMÁGENES DE SATÉLITE.

PRESENTADO POR:
D.A.NARANJO
david.naranjo@correounivalle.edu.co
J.P. NOGUERA
jean.noguera@correounivalle.edu.co

PRESENTADO A:
FRANCISCO LUIS HERNANDEZ TORRES

OCTUBRE 21 DE 2022
Contenido
RESUMEN ......................................................................................................... 3
INTRODUCCIÓN ............................................................................................... 4
METODOLOGÍA................................................................................................. 5
Área de estudio............................................................................................... 5
Materiales y métodos. ..................................................................................... 5
RESULTADOS ................................................................................................... 9
ANÁLISIS DE RESULTADOS .......................................................................... 13
DISCUSIÓN DE RESULTADOS ...................................................................... 14
CONCLUSIONES............................................................................................. 15
BIBLIOGRAFÍA ................................................................................................ 16

Figura 1: Ubicación del municipio de Repelón. .................................................. 5

Figura 2: Capa del municipio extraída con el software Qgis............................... 5
Figura 3: Flujo de actividades del proyecto. ....................................................... 6
Figura 4: Ráster multibanda con combinación de falso color. ............................ 7
Figura 5: Vectorización de las capas. ................................................................. 8
Figura 6: Cobertura 2015 imágenes Landsat 8 Figura 7: Cobertura
2017 imágenes Landsat 8 .................................................................................. 9
Figura 8: Cobertura 2020 imágenes Landsat 8 Figura 9: Cobertura
2022 imágenes Landsat 8 .................................................................................. 9
Figura 102: Cobertura 2020 imágenes Sentinel ............................................... 11
Figura 113: Cobertura 2022 imágenes Sentinel ............................................... 11
Figura 12: Cobertura 2015 imágenes Sentinel ................................................. 11
Figura 13: Cobertura 2017 imágenes Sentinel ................................................. 11

Tabla 1: Imágenes utilizadas .............................................................................. 6

Tabla 2: Áreas de las diferentes coberturas en kilómetros cuadras calculadas
para la vectorización de imágenes Landsat. .................................................... 10
Tabla 3: Variación porcentual de las coberturas para imágenes Landsat ........ 10
Tabla 4: Variación en kilómetros cuadrados de las coberturas para imágenes
Landsat ............................................................................................................ 10
Tabla 5: Áreas de las diferentes coberturas en kilómetros cuadras calculadas
para la vectorización de imágenes Sentinel ..................................................... 11
Tabla 6: Variación porcentual de las coberturas para imágenes Sentinel ........ 12
Tabla 7: Variación en kilómetros cuadrados de las coberturas para imágenes
Sentinel ............................................................................................................ 12
 RESUMEN
El cambio en el uso/cobertura de la tierra es una preocupación importante para
los entes gubernamentales responsables del medio ambiente como también
para políticos los cuales abordan temas de biodiversidad y desarrollo sostenible
por lo tanto requieren de información precisa para desarrollar estrategias de
gestión del territorio. Este estudió evaluó los cambios históricos en el municipio
de Repelón ubicado en el departamento del Atlántico.
La teledetección y el uso de herramientas SIG se utilizaron para analizar los
cambios multitemporales en un periodo de 7 años comprendidos entre el 2015 y
el 2022. Inicialmente se contaba con una presencia en el 2015 de 91 km^2 de
espacio abierto con poca vegetación para finalizar en el año 2022 con un total
de 16.4 km^2 que fue reemplazado en su mayoría por Prados y praderas que en
el año 2015 contaba con un área de 61 km^2 y en el 2022 cuenta con un área
de 107.8 km^2. Estos cambios en la cobertura del municipio muestran
información de gran importancia para los planificadores del uso de la tierra.
 INTRODUCCIÓN
La percepción retoma con datos de imágenes satelitales para el análisis de
grandes superficies terrestres, resulta ser la manera más eficaz de llevar a cabo
las evaluaciones en el cambio de la cobertura terrestres sin entrar en contacto
físico y, en consecuencia, para la producción de mapas que muestren estas
coberturas. [1]
Los cambios en los coberturas y usos del suelo se deben a su naturaleza
dinámica y responden a múltiples factores que operan a escala local, regional y
global, pueden ser identificados algunos de estos, por ejemplo, el crecimiento de
la población, los cambios climáticos, la expansión urbana entre otros. [2]
Con la llegada de las imágenes satelitales de alta resolución, el procesamiento
de las mismas y las tecnologías de sistemas de información geográfica (GIS por
sus siglas en inglés) el monitoreo y modelado de las coberturas del suelo se ha
vuelto más consistente, convirtiéndose en una de las aplicaciones más
importante en la teledetección. [3]
Los cambios en los usos del suelo se ven altamente influenciados por la actividad
humana y la manera en que este hace uso de la tierra, el monitoreo de estas
dinámicas resulta importante en la gestión de los recursos y su conservación. [4]
Para el desarrollo de este trabajo se plantea realizar un análisis visual de 6
coberturas de terreno, realizados en 4 épocas distintas, para dos tipos de
imágenes. Para esto se cuenta con imágenes satelitales de Landsat 8 y Sentinel-
2, de los años 2015, 2017, 2020 y 2022.
Se seleccionó al municipio de Repelón – Atlántico, y se trabajaran 6 coberturas
diferentes; Cuerpo de agua, Bosques, Zonas urbanas, Prados y praderas,
Vegetación acuática y Espacio abierto con poca vegetación.
 METODOLOGÍA
Área de estudio
Se selecciona al municipio de Repelón ubicado en el suroccidente del
departamento de Atlántico, al norte de Colombia. Cuenta con una altura media
de 9msnm, con una población de 26095 habitantes para el año 2015.

Figura 1: Ubicación del municipio de Repelón.

En la figura 1 se muestra la ubicación del municipio de Repelón en el

departamento de Atlántico.

Figura 2: Capa del municipio extraída con el software Qgis.

En la figura 2 se presenta la capa del municipio, extraída con la ayuda del

software Qgis, dicha capa se usará posteriormente para realizar el corte de cada
una de las imágenes en las diferentes fechas.

Materiales y métodos.
Se tomaron cuatro imágenes de épocas deferentes para cada uno de los
satélites trabajados, las cuatro épocas seleccionadas fueron 2015, 2017, 2020 y
2022.
Tabla 1: Imágenes utilizadas

IMAGEN FECHA
LANDSAT LC08_L2SP_009053_20150111_20200910_02_T1 11/01/2015
LC08_L2SP_009053_20170201_20200905_02_T1 01/02/2017
LC08_L2SP_009053_20200109_20200823_02_T1 09/01/2020
LC08_L2SP_009053_20220522_20220525_02_T1 22/05/2022
SENTINEL-2 S2A_MSIL1C_20151124T153612_N0204_R068_T18PVS_20151124T153606.SAFE 24/11/2015
S2A_MSIL1C_20170216T153611_N0204_R068_T18PVS_20170216T153700.SAFE 16/02/2017
S2A_MSIL1C_20200211T153611_N0209_R068_T18PVS_20200211T185927.SAFE 11/02/2020
S2B_MSIL1C_20220715T153629_N0400_R068_T18PVS_20220715T201440.SAFE 15/07/2022

En la tabla 1 se muestran las imágenes que se utilizaron para el desarrollo de

este trabajo, donde se observa el conjunto de datos y la fecha de toma de las
mismas.
El trabajo se llevó a cabo tomando como base el siguiente flujo de actividades.

Figura 3: Flujo de actividades del proyecto.

En la figura 3 se observa el flujo de activades que se tuvo en cuenta en el

desarrollo del proyecto, empezando por la selección de la zona de estudio hasta
la generación de la cartografía de las coberturas del suelo.
Con la zona de estudio definida y las imágenes descardas se procede entonces
a realizar el preprocesamiento de las imágenes, a estas se les realiza una
corrección atmosférica, que es el proceso en el que se resuelven las
perturbaciones atmosféricas, es decir, la eliminación de las dispersiones
generadas por moléculas y aerosoles, esta corrección resulta importante cuando
se extrae información basada en características espectrales. [1]
Una vez realizado el preprocesamiento de las imágenes se procede a la creación
de un ráster que contenga todas las bandas para su posterior manipulación, para
esto se hace uno de la herramienta de juego de bandas del software Qgis.
Ya con el ráster creado se procede a realizar las combinaciones de bandas
necesarias para visualizar las diferentes coberturas, para eso se utilizaron las
siguientes combinaciones.
Para la identificación de las zonas de vegetación se realizo una combinación de
falso color donde la combinación de bandas en Landsat 8 sería 5, 4, 3 mientras
que, en Sentinel 2 la combinación sería 8, 4, 3.
En esta combinación se resalta de un color rojo la vegetación sana, el rojo más
oscuro representa los bosques, en el tono azul oscuro o negro se resaltan los
cuerpos de agua. Para la identificación de las zonas urbanas se utiliza las
combinaciones de bandas 6, 5, 2 en Landsat, y 11, 8A, 2 en Sentinel, estas zonas
se resaltan en un color morado. Finalmente, para la identificación de los espacios
abiertos con poca vegetación la combinación de bandas fue 5, 6, 4 para Landsat
y 8a, 10, 4 para Sentinel.

Figura 4: Ráster multibanda con combinación de falso color.

En la figura 4 se observa el ráster multibanda creado a partir de la combinación

de las diferentes bandas de la imagen, con una combinación en falso color,
donde se observa la vegetación en color rojo, en un color azul y negro se observa
los cuerpos de agua.
La vectorización de las coberturas se llevó a cabo en ArcMap 10.8, se crearon
capas independientes para cada cobertura, así como para cada año y cada
satélite, es decir que se creo un total de 48 capas diferentes, esto con el fin de
facilitar la creación de la cartografía final y el cálculo de las diferentes áreas.
 Figura 5: Vectorización de las capas.

En la figura 5 se puede observar la vectorización parcial de las coberturas

visualizadas a partir de la combinación de bandas en falso color.
Para el calculo de las áreas se crea a cada capa un nuevo atributo, ArcMap
permite el cálculo del área de manera rápida, dicho valor de extrae y se guarda
en una tabla para posteriores cálculos cuantitativos, buscando realizar
comparaciones entre los resultados, con el fin de realizar un análisis numérico
de los cambios de la cobertura del suelo en el tiempo.
Una vez realizada la vectorización de todas las coberturas para todas las épocas
se procede a realizar la salida cartográfica con su respectiva grilla de
coordenadas, cuadro de convenciones y señalización del norte geográfico.
 RESULTADOS
Se logro obtener las coberturas de las diferentes categorías estudiadas en las 4
épocas diferentes, con las imágenes de los diferentes satélites.

Figura 6: Cobertura 2015 imágenes Landsat 8 Figura 7: Cobertura 2017 imágenes Landsat 8

Figura 8: Cobertura 2020 imágenes Landsat 8 Figura 9: Cobertura 2022 imágenes Landsat 8

En las figuras 6, 7, 8 y 9 se observa las diferentes coberturas del suelo, en los

diferentes espacios temporales analizados, dichas coberturas vectorizadas para
las imágenes Landsat 8, donde se logra apreciar los cambios en sus áreas para
cada año.
Tabla 2: Áreas de las diferentes coberturas en kilómetros cuadras calculadas para la vectorización de
imágenes Landsat.

AREAS (KM^2)
2015 2017 2020 2022
BOSQUES 91,2 68,6 71,5 85,7
ZONAS URBANAS 3,6 3,6 4,5 4,5
CUERPO DE AGUA 92,4 61,9 82,8 76,6
VEGETACION ACUATICA 22,0 54,0 38,8 41,6
PRADOS Y PRADERAS 57,2 51,0 51,1 107,8
ESPACIO ABIERTO CON POCA 91,2 91,5 86,8 16,4
VEGETACION

Tabla 3: Variación porcentual de las coberturas para imágenes Landsat

% VARIACION
2015-2017 2015-2020 2015-2022 2017-2020 2017-2022 2020-2022
-24,77% -21,63% -6,03% 4,17% 24,92% 19,91%
0,00% 27,43% 27,43% 27,43% 27,43% 0,00%
-33,01% -10,36% -17,12% 33,83% 23,72% -7,55%
145,44% 76,28% 89,13% -28,18% -22,94% 7,29%
-10,82% -10,65% 88,40% 0,19% 111,26% 110,85%
0,26% -4,83% -82,06% -5,07% -82,11% -81,15%

Tabla 4: Variación en kilómetros cuadrados de las coberturas para imágenes Landsat

DIFERENCIAS (KM^2)
2015-2017 2015-2020 2015-2022 2017-2020 2017-2022 2020-2022
-22,61 -19,74 -5,50 2,86 17,10 14,24
0,00 0,98 0,98 0,98 0,98 0,00
-30,51 -9,57 -15,82 20,94 14,68 -6,25
32,00 16,78 19,61 -15,21 -12,39 2,83
-6,19 -6,09 50,60 0,10 56,79 56,70
0,23 -4,41 -74,88 -4,64 -75,11 -70,47

En las tablas 2, 3 y 4 se presentan las áreas de cada una de las coberturas para
cada año, la variación de estás en términos porcentuales y la variación de estas
en kilómetros cuadrados respectivamente para imágenes Landsat.
Figura 12: Cobertura 2015 imágenes Sentinel Figura 13: Cobertura 2017 imágenes Sentinel

Figura 102: Cobertura 2020 imágenes Sentinel Figura 113: Cobertura 2022 imágenes Sentinel

En las figuras 10, 11, 12 y 13 se observa la totalidad del municipio Repelón

vectorizado donde se identifica los 6 tipos de coberturas (Bosques, zonas
urbanas, cuerpos de agua, prados y praderas, vegetación acuática y espacio
abierto con poca vegetación) realizados a partir de las imágenes Sentinel para
los años 2015, 2017, 2020 y 2022.

Tabla 5: Áreas de las diferentes coberturas en kilómetros cuadras calculadas para la vectorización de
imágenes Sentinel

ÁREAS EN KM^2
2015 2017 2020 2022
BOSQUES 67,7 32,2 71,5 85,7
ZONAS URBANAS 3,6 3,6 4,5 4,5
CUERPOS DE AGUA 82,2 63,1 80,3 84,5
VEGETACIÓN ACUÁTICA 33,2 64,2 38,8 47,0
PRADOS Y PRADERAS 61,0 141,0 51,1 107,8
ESPACIO ABIERTO CON POCA 91,2 88,3 86,8 16,4
VEGETACIÓN
Tabla 6: Variación porcentual de las coberturas para imágenes Sentinel

% VARIACIÓN
2015- 2015- 2015- 2017- 2017- 2020-
2017 2020 2022 2020 2022 2022
-52,39% 5,63% 26,66% 121,88% 166,06% 19,91%
-0,45% 27,43% 27,43% 28,00% 28,00% 0,00%
-23,26% -2,30% 2,90% 27,31% 34,08% 5,32%
93,34% 16,82% 41,47% -39,58% -26,83% 21,11%
131,04% -16,21% 76,68% -63,73% -23,53% 110,85%
-3,23% -4,83% -82,06% -1,65% -81,46% -81,15%

Tabla 7: Variación en kilómetros cuadrados de las coberturas para imágenes Sentinel

DIFERENCIAS EN (KM^2)
2015-2017 2015-2020 2015-2022 2017-2020 2017-2022 2020-2022
-35,5 3,8 18,0 39,3 53,5 14,2
0,0 1,0 1,0 1,0 1,0 0,0
-19,1 -1,9 2,4 17,2 21,5 4,3
31,0 5,6 13,8 -25,4 -17,2 8,2
80,0 -9,9 46,8 -89,9 -33,2 56,7
-2,9 -4,4 -74,9 -1,5 -71,9 -70,5

En las tablas 5, 6 y 7 se presentan las áreas de cada una de las coberturas para
cada año, la variación de estás en términos porcentuales y la variación de estas
en kilómetros cuadrados respectivamente calculadas a partir de las coberturas
realizadas en imágenes Sentinel.
 ANÁLISIS DE RESULTADOS

Para el proceso realizado con las imágenes Landsat se observa en la tabla 2 que
la cobertura que predomina en el año 2015 era el cuerpo de agua, seguido por
Bosques y Espacios abiertos con poca vegetación, por otro lado, la Zona urbana
es la de menor área. Sin embargo, se observa que para el año 2022 predomina
los prados y praderas.
En la tabla 3 se observa que entre el año 2015 y 2017 el mayor cambio en
cobertura fue en la vegetación acuática, vegetación que se logra observar desde
el satélite, esto puede deberse a la temporada del año en que fueron tomadas
las fotografías, el cambió de esta cobertura paso de 22 kilómetros cuadrados a
54 kilómetros cuadrados, habiendo un aumento del 145.44%, siendo este el
mayor cambio de cobertura analizado. Por otra parte, la zona urbana en estos
dos años no tuvo cambio alguno, al menos no uno que se pudiera evidenciar en
las imágenes, pero si se tiene en cuenta el cambio con respecto al 2020 se
observa que hubo un aumento del 27.43%, pasando de 3.6 kilómetros cuadrados
a 4.5 kilómetros cuadrados.
En la tabla 3 se observa que los bosques tuvieron un decrecimiento entre el año
2015 y 2022 de 5.5 kilómetros cuadrados, representando un 6.03% de su área,
sin embargo, al realizar la comparación entre 2015 y 2017 este decaimiento fue
mayor, llegando a un 24.77%, esto indica que hubo decaimiento, pero
posteriormente una recuperación en sus áreas.
El mayor decrecimiento en área lo presenta los Espacios abiertos con poca
vegetación, los cuales tuvieron un pequeño aumento entre 2015 y 2017, pero
comparando este ultimo con el año 2022 se observa un decaimiento de un
82.11%. Por otra parte, en este mismo periodo se observa el mayor crecimiento
en área de una cobertura, presentado por prados y praderas que fue de 11.26%
Lo que puede explicar la perdida de la cobertura anteriormente mencionada.
Como se puede observar en las tablas de resultados de las imágenes Sentinel
la cobertura más predominante a lo largo del periodo evaluado fue Prados y
praderas ocupando un área de 107 km^2 para el año 2022, luego sigue la
cobertura de Bosques ocupando un 85.7 km^2 también para el año 2022.
Se evidencia que la cobertura de vegetación acuática presenta un aumento del
41.47% entre los años 2015 – 2022 siendo esta la cobertura con mayor cambio
de aumento y la cobertura de Espacio abierto con poca vegetación presenta el
mayor cambio de reducción con un 82.06% entre los años en los que se realizó
el estudio.
Como era de esperarse la cobertura de zona urbana tuvo un aumento del 27.43%
pasando de 3.6 km^2 a 4.5km^2. La cobertura de cuerpos de agua no tuvo un
cambio relevante ya que apenas fue del 2.9% entre los años 2015-2022.
 DISCUSIÓN DE RESULTADOS

Al comprar los resultados obtenidos por Kumar et al., en 2021 se observa que la
tendencia de los Bosques es decreciente en función del aumento en las áreas
agrícolas y edificadas, así mismo en el trabajo que se realizó aquí se observa el
mismo comportamiento en los Bosques, donde estos decrecen con el aumento
en el área de los prados y praderas, así como en el aumento de las zonas
urbanas, una explicación de esto puede ser la tala de arboles para la creación
de zonas agrícolas futuras.
Por otro lado, al comprar con el estudio realizado por Kumar et al., en 2020, se
observa hubo un cambio en el área de los cuerpos de agua, en el estudio se
observó una disminución en los ríos progresivamente, por su parte, los cambios
en el área de los cuerpos de agua observados en este estudio se deben a un
afloramiento de la vegetación acuática que se observa desde el satélite y no
necesariamente obedece a un cambio en el área real del cuerpo de agua.
Rawat, 2015 en su estudio realizado en hawalbagh utilizó imágenes satelitales
multitemporales para la identificación del cambio de coberturas en un periodo de
20 años comprendido entre 1990 y 2010 obteniendo un aumento en los bosques
de 155 km^2, mientras que en el municipio de Repelón obtuvimos un cambio de
14 km^2, para la zona construida obtuvo un cambio de aumento del 3.55% lo
que resulta muy diferenciado al cambio obtenido en Repelón el cual fue 27.43%;
se debe tener en consideración que el periodo evaluado en la región de la India
fue de 20 años mientras que en el municipio de Colombia fue de 7 años, los dos
estudios se realizaron empleando la teledetección para detectar cambios.
 CONCLUSIONES
La generación de un análisis multitemporal de cambio de coberturas es un
trabajo arduo en la que se deben tener en cuenta variables climatológicas,
agrícolas, y de fauna ya que de esta manera se puede tener claro el dinamismo
de la región y poder tener en cuenta los cambios que ha sufrido el territorio.
La identificación de los cambios en la cobertura presenta el dinamismo del
terreno, asimismo, se pueden realizar análisis del comportamiento en función de
la expansión territorial urbana y como esta afecta las demás coberturas
estudiadas.
Los estudios realizados por métodos visuales en comparación con los realizados
por clasificaciones supervisadas a través de algoritmos potentes, pueden tener
menor precisión debido a la interpretación humana y la falta de capacidad para
la identificación de las zonas más pequeñas, o que tiene el tamaño de un pixel,
estos errores a la hora de realizar la identificación pueden variar notablemente
en los resultados y análisis finales.
Los bosques suelen ser las áreas que más sufren o cambian en función de las
otras, según los resultados con el crecimiento de las zonas urbanas y la
expansión de terrenos de praderas o prados, la disminución de los bosques tiene
este doble factor que hace que su disminución sea elevada, así como lo es la
disminución en los espacios de poca vegetación.
En los estudios se observo que la menos disminución en área en función de la
expansión de las otras se presenta en los cuerpos de agua, esto puede
explicarse debido a que el agua es un recurso muy precisado.
 BIBLIOGRAFÍA
[1] S. Kumar, Shwetank, and K. Jain, “A Multi-Temporal Landsat Data Analysis
for Land-use/Land-cover Change in Haridwar Region using Remote
Sensing Techniques,” Procedia Comput Sci, vol. 171, pp. 1184–1193, Jan.
2020, doi: 10.1016/J.PROCS.2020.04.127.
[2] M. W. Naikoo, M. Rihan, M. Ishtiaque, and Shahfahad, “Analyses of land
use land cover (LULC) change and built-up expansion in the suburb of a
metropolitan city: Spatio-temporal analysis of Delhi NCR using landsat
datasets,” Journal of Urban Management, vol. 9, no. 3, pp. 347–359, Sep.
2020, doi: 10.1016/J.JUM.2020.05.004.
[3] J. S. Rawat and M. Kumar, “Monitoring land use/cover change using
remote sensing and GIS techniques: A case study of Hawalbagh block,
district Almora, Uttarakhand, India,” The Egyptian Journal of Remote
Sensing and Space Science, vol. 18, no. 1, pp. 77–84, Jun. 2015, doi:
10.1016/J.EJRS.2015.02.002.
[4] P. Kumar, M. Dobriyal, A. Kale, and A. K. Pandey, “Temporal dynamics
change of land use/land cover in Jhansi district of Uttar Pradesh over past
20 years using LANDSAT TM, ETM+ and OLI sensors,” Remote Sens Appl,
vol. 23, p. 100579, Aug. 2021, doi: 10.1016/J.RSASE.2021.100579.